DATA INTELLIGENCE HUB - Für Geschäftskunden

ERLEBEN, WAS VERBINDET.

Digitale Geschäftsmodelle in der Industrie 4.0 – Daten werden immer wichtiger für die Produktion

In der Industrie 4.0 hat Deutschland eine globale anerkannte Marke. Viele Länder haben Strategien zur Orientierung der Produktion an deutschen Standards festgelegt. Zum Beispiel wurde durch Industrie 4.0 und den Plan „Made in China 2025“ die „Initiative zur Stärkung der chinesischen Industrie“ gefördert. Darüber hinaus wurden allein im deutschsprachigen Raum seit 2014 20.000 Publikationen zu Industrie 4.0 veröffentlicht, von denen mehr als 100.000 international sind. Zu den Autoren gehören Regierungsabteilungen, Wissenschafts- und Forschungseinrichtungen, Hochschulen, Verbände, Unternehmen, Beratungsunternehmen, Gewerkschaften und Stiftungen.

Seit dem Start des Plans in seiner jetzigen Form im Jahr 2015 haben sich die Arbeiten auf der „Plattform Industrie 4.0“ auf folgende Aspekte konzentriert, die Teil einer angemessenen Reaktion auf die Digitalisierung der Produktion sind: Standardisierung, Technologie, Sicherheit, rechtliche Rahmenbedingungen und die Zukunft der Arbeit . Die Debatte konzentrierte sich zunächst auf die Digitalisierung des internen Produktionsprozesses des Unternehmens („Smart Factory“). Im Zusammenhang mit der Veränderung der Wertschöpfung werden Geschäftsmodellinnovationen immer häufiger.

Neue Geschäftsmodelle sind das grundlegende Unterscheidungsmerkmal der künftigen Wettbewerbsfähigkeit. Daher hat der Lenkungsausschuss der Plattform Industrie 4.0 die Einrichtung eine neue Arbeitsgruppe gegründet: „Digitale Geschäftsmodelle in Industrie 4.0“. Erste Ergebnisse liegen vor:

IoT heißt, digitalisierte Produkte generieren viele Daten. Unternehmen beschäftigen sich zunehmend mit Herausforderungen im Zusammenhang mit Big Data, d.h. dem Sammeln und Verwenden großer Datenmengen. Speicherung und Analyse sind Schlüsselfaktoren für den Erfolg. Dieses Potenzial effektiv nutzen zu können, wird eine der wichtigsten Fähigkeiten zukünftiger Industrieunternehmen sein. Dies umfasst nicht nur die eigenen Produktionsdaten, sondern auch Daten z.B. von Kunden, die die eigenen Produkte verwenden. Diese Investitionen können durch den Aufbau von Geschäftsmodellen genutzt werden, die auch intelligenten Diensten bereitstellen können.

Die zunehmende Bedeutung von Daten als Grundlage für intelligente Dienste erfordert Lösungen, um Daten auszutauschen und darauf zu reagieren. Eine Lösung sind Datenmärkte, auf denen Daten auf vertrauenswürdige Weise gehandelt werden, während die Souveränität und der Datenschutz der Daten gewahrt und autorisierten Stakeholdern gemäß hohen Sicherheitsstandards zur Verfügung gestellt werden.

(Quelle: https://www.plattform-i40.de/PI40/Redaktion/DE/Bilder/Teaserbilder/ergebnisse_2.jpg?__blob=normal&v=2&size=834w )

Die Hälfte der sechs typischen Usecases für die Nutzung von Daten in Industrie 4.0 sind von Datenaustausch und Analytics abhängig, und zwar 3. bis 6.:

  1. Dashboards für übergreifende Transparenz („Was passiert gerade?“)
  2. Condition Monitoring zur Kontrolle von Schwellwertüberschreitungen („Was wird kritisch?“)
  3. Collaborative Condition Monitoring für übergreifende Analysen („Was wird in der Intaktion der Anlage/Produktionslinie / der ganzen Fabrik kritisch?“)
  4. Anomaly Detection („Was beginnt sich sonderbar zu verhalten?“)
  5. Predictive Maintenance („Was wird passieren?)
  6. Neue Geschäftsmodelle (z.B. Maschinenleistung statt Maschinen verkaufen)

Künstliche Intelligenz (KI) wird einer der Schlüsselfaktoren bei der Veredelung von Daten sein.  Ein Durchbruch in der künstlichen Intelligenz bei der Verarbeitung dieser Betriebsdaten steht unmittelbar bevor oder hat bereits begonnen. Das Ergebnis ist eine neue Stufe der Wertschöpfung, die auf einem neuen, datengesteuerten Geschäftsmodell basiert.